Lung Function Decline in Cystic Fibrosis: Impact of Data Availability and Modeling Strategies on Clinical Interpretations
Notice bibliographique
Résumé
Abstract Rationale Studies estimating the rate of lung function decline in cystic fibrosis have been inconsistent regarding the methods used. How the methodology used impacts the validity of the results and comparability between studies is unknown. Objectives The Cystic Fibrosis Foundation established a work group whose tasks were to examine the impact of differing approaches to estimating the rate of decline in lung function and to provide analysis guidelines. Methods We used a natural history cohort of 35,252 individuals with cystic fibrosis aged ⩾6 years in the Cystic Fibrosis Foundation Patient Registry (CFFPR), 2003–2016. Modeling strategies using linear and nonlinear forms of marginal and mixed-effects models, which have previously quantified the rate of forced expiratory volume in 1 second (FEV1) decline (percent predicted per year), were evaluated under clinically relevant scenarios of available lung function data. Scenarios varied by sample size (overall CFFPR, medium-sized cohort of 3,000 subjects, and small-sized cohort of 150), data collection/reporting frequency (encounter, quarterly, and annual), inclusion of FEV1 during pulmonary exacerbation, and follow-up length (<2 yr, 2–5 yr, entire duration). Results Rate of FEV1 decline estimates (percent predicted per year) differed between linear marginal and mixed-effects models; overall cohort estimates (95% confidence interval) were 1.26 (1.24–1.29) and 1.40 (1.38–1.42), respectively. Marginal models consistently estimated less rapid lung function decline than mixed-effects models across scenarios, except for short-term follow-up (both were ∼1.4). Rate of decline estimates from nonlinear models diverged by age 30. Among mixed-effects models, nonlinear and stochastic terms fit best, except for short-term follow-up (<2 yr). Overall CFFPR analysis from a joint longitudinal-survival model implied that an increase in rate of decline of 1% predicted per year in FEV1 was associated with a 1.52-fold (52%) increase in the hazard of death/lung transplant, but the results exhibited immortal cohort bias. Conclusions Differences were as high as 0.5% predicted per year between rate of decline estimates, but we found estimates were robust to lung function data availability scenarios, except short-term follow-up and older age ranges. Inconsistencies among previous study results may be attributable to inherent differences in study design, inclusion criteria, or covariate adjustment. Results-based decision points reported herein will support researchers in selecting a strategy to model lung function decline most reflective of nuanced, study-specific goals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,403 | 0,671 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».